故宮導(dǎo)游器智能問(wèn)答系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

劉肖萌 龍飛 滕輝 王永興

摘 ?要：隨著智能終端的普及，近年來(lái)開(kāi)發(fā)具有智能交互功能的系統(tǒng)成為研究熱點(diǎn)。智能問(wèn)答系統(tǒng)通過(guò)問(wèn)答的形式與用戶(hù)溝通，可以輔助完成智能終端的任務(wù)執(zhí)行，為用戶(hù)提供短平快的信息。智能問(wèn)答系統(tǒng)是智能導(dǎo)游器的核心功能模塊。本文利用自然語(yǔ)言處理技術(shù)，完成了基于故宮知識(shí)圖譜和常用問(wèn)答對(duì)數(shù)據(jù)庫(kù)的智能問(wèn)答系統(tǒng)設(shè)計(jì)與搭建，在故宮內(nèi)實(shí)測(cè)，實(shí)現(xiàn)了智能導(dǎo)游的功能。

關(guān)鍵詞：智能問(wèn)答系統(tǒng);知識(shí)圖譜;自然語(yǔ)言處理;智能導(dǎo)游器

1.引言

隨著智能終端和物聯(lián)網(wǎng)的快速發(fā)展，迫切需要一種在終端與用戶(hù)之間交互的軟件系統(tǒng)工具。在用戶(hù)提出自然語(yǔ)言問(wèn)題后，智能問(wèn)答（Question Answering，QA）系統(tǒng)完成自動(dòng)提供信息或者完成某項(xiàng)任務(wù)，如訂機(jī)票。目前智能QA系統(tǒng)在學(xué)術(shù)界和工業(yè)界都得到了廣泛的關(guān)注，已存在了一些成功開(kāi)發(fā)的工業(yè)產(chǎn)品。

智能QA系統(tǒng)是故宮博物院智能導(dǎo)游器中的重要組成部分，相當(dāng)于智能終端機(jī)器的耳朵和嘴巴，用戶(hù)通過(guò)智能問(wèn)答系統(tǒng)與智能導(dǎo)游器進(jìn)行語(yǔ)音或者文字互動(dòng)。借助科大訊飛的語(yǔ)音模塊，實(shí)現(xiàn)語(yǔ)音與文字的轉(zhuǎn)換，語(yǔ)音識(shí)別模塊將語(yǔ)音轉(zhuǎn)化成文本形式，語(yǔ)音合成模塊將文本轉(zhuǎn)化成語(yǔ)音。本文著重介紹了自主研發(fā)的文本輸入文本輸出形式的中文智能問(wèn)答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)方案。

目前限定領(lǐng)域單輪智能問(wèn)答系統(tǒng)的常用實(shí)現(xiàn)方案包括兩種：基于信息檢索型和基于知識(shí)圖譜型[1，2]。考慮系統(tǒng)的可擴(kuò)展性，采用兩個(gè)平行的問(wèn)答子系統(tǒng)架構(gòu)，分別為基于故宮知識(shí)圖譜（Knowledge Graph，KG）的問(wèn)答子系統(tǒng)和基于常問(wèn)的問(wèn)題（Frequent Asked Question，F(xiàn)AQ）集的問(wèn)答子系統(tǒng)，結(jié)合兩個(gè)系統(tǒng)的輸出情況，生成最終的答案反饋給用戶(hù)。

2.智能問(wèn)答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)方案

智能問(wèn)答系統(tǒng)采用基于KG和FAQ兩種不同數(shù)據(jù)源的問(wèn)答系統(tǒng)結(jié)構(gòu)相結(jié)合的方式實(shí)現(xiàn)。兩個(gè)QA子系統(tǒng)并行完成對(duì)用戶(hù)輸入問(wèn)題的相關(guān)處理，得到候選答案。由于KG存儲(chǔ)的是與故宮相關(guān)的結(jié)構(gòu)化數(shù)據(jù)，如果能從基于KG的QA子系統(tǒng)中成功獲取到答案，則優(yōu)先選用。而FAQ中存儲(chǔ)了較多口語(yǔ)化的問(wèn)題，拓寬了可以回答的問(wèn)題類(lèi)型，作為兜底策略。若兩個(gè)子系統(tǒng)都沒(méi)有查找到相關(guān)的信息，系統(tǒng)返回?zé)o相關(guān)信息。后臺(tái)記錄所有用戶(hù)交互中提到的問(wèn)題，方便確定查找新數(shù)據(jù)的方向。定期補(bǔ)充和更新數(shù)據(jù)到兩種知識(shí)庫(kù)中，提高問(wèn)答系統(tǒng)的知識(shí)囊括量。

2.1基于KG的QA子系統(tǒng)

隨著語(yǔ)義網(wǎng)的蓬勃發(fā)展，開(kāi)源的關(guān)聯(lián)數(shù)據(jù)（Linked Open Data，LOD）越來(lái)越多，包括眾多具有資源描述框架（Resource Description framework，RDF）三元組結(jié)構(gòu)的知識(shí)庫(kù)。這種具有RDF結(jié)構(gòu)的三元組知識(shí)圖譜天然地包含語(yǔ)義信息，與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)相比，知識(shí)圖譜中各實(shí)體和屬性的關(guān)系更加復(fù)雜。但是縱觀現(xiàn)有的開(kāi)源LOD，有關(guān)北京故宮博物院的數(shù)據(jù)略顯單薄。需要為故宮導(dǎo)游器定制化設(shè)計(jì)專(zhuān)用知識(shí)圖譜。在考慮了與其它開(kāi)放知識(shí)庫(kù)鏈接的前提下，根據(jù)故宮導(dǎo)游應(yīng)用中可能使用到的實(shí)體概念和關(guān)系，建立KG本體架構(gòu)。以故宮官網(wǎng)、百度百科等為主要數(shù)據(jù)來(lái)源，定向收集數(shù)據(jù)，包括建筑物、人物、藏品等具體的實(shí)體與屬性。KG數(shù)據(jù)存儲(chǔ)在Apache JENA中，完成數(shù)據(jù)準(zhǔn)備工作。

用戶(hù)輸入自然語(yǔ)言問(wèn)題，在轉(zhuǎn)化成KG的查詢(xún)語(yǔ)言SPARQL后才可從KG中獲取信息，而這正是自然語(yǔ)言理解（Natural Language Understanding，NLU）模塊的任務(wù)。NLU模塊經(jīng)過(guò)中文分詞將問(wèn)題切分成詞組，在詞組集中檢測(cè)到實(shí)體詞和關(guān)系詞，并映射到KG中的實(shí)體項(xiàng)和屬性項(xiàng)，智能地組合各種語(yǔ)義項(xiàng)，獲得結(jié)構(gòu)化語(yǔ)義表示形式，進(jìn)而轉(zhuǎn)化成KG的查詢(xún)語(yǔ)句，完成查詢(xún)故宮KG的操作，將答案反饋給用戶(hù)。NLU智能組合語(yǔ)義項(xiàng)也是語(yǔ)義解析的過(guò)程，需要設(shè)計(jì)并定義基本文法規(guī)則和組合語(yǔ)義規(guī)則，通過(guò)一種動(dòng)態(tài)規(guī)劃方法CYK算法實(shí)現(xiàn)[3]。

2.2基于FAQ的QA子系統(tǒng)

FAQ集知識(shí)庫(kù)中保存用戶(hù)經(jīng)常提問(wèn)的問(wèn)題和相關(guān)答案。用戶(hù)輸入問(wèn)題后，在FAQ庫(kù)中查找相似問(wèn)題。如果找到了最相似的問(wèn)題，直接將所對(duì)應(yīng)的答案返回給用戶(hù)。相比于數(shù)據(jù)源為非結(jié)構(gòu)化文本數(shù)據(jù)庫(kù)的情況，基于FAQ的QA系統(tǒng)不需要經(jīng)過(guò)候選文本檢索、答案抽取等許多復(fù)雜的處理過(guò)程，提高了效率[1]。

為了收集關(guān)于故宮的FAQ的候選實(shí)驗(yàn)數(shù)據(jù)，從百度問(wèn)答、360問(wèn)答等社區(qū)問(wèn)答網(wǎng)站上抓取有關(guān)故宮信息的問(wèn)答對(duì)，做數(shù)據(jù)清洗后入庫(kù)保存，借助Elastic Search或Solr等開(kāi)源框架建立常問(wèn)問(wèn)題集的倒排索引，提高了系統(tǒng)的檢索效率。

3.結(jié)論

面向故宮導(dǎo)游應(yīng)用的智能問(wèn)答系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，基于KG和FAQ兩種問(wèn)答系統(tǒng)結(jié)構(gòu)相結(jié)合完成智能問(wèn)答功能。在故宮內(nèi)實(shí)測(cè)，實(shí)現(xiàn)了GPS定點(diǎn)觸發(fā)問(wèn)答系統(tǒng)KG中儲(chǔ)存的導(dǎo)游詞，實(shí)時(shí)回答用戶(hù)在故宮內(nèi)旅游過(guò)程中提出的問(wèn)題的功能。與故宮現(xiàn)有的傳統(tǒng)導(dǎo)游器相比，帶智能問(wèn)答功能的導(dǎo)游器更具互動(dòng)性和趣味性。

參考文獻(xiàn)

[1] ?D. Jurafsky，J. H. Martin，Speech and Language Processing，3rd ed. Draft，Stanford，CA，2019.

[2] ?W.T. Yih，X.D. He，C. Meek，Semantic Parsing for Single-Relation Question Answering，Meeting of the Association for Computational Linguistics，643-648，2014.

[3] ?P. Liang，M. I. Jordan，D. Klein，Learning dependency-based compositional semantics，Meeting of the Association for Computational Linguistics：Human Language Techniques，Vol. 39，No. 2，590-599，2011.